飞机大型蒙皮制造技术现状分析

大型蒙皮是大型飞机的外表主要大型薄壁零件,飞机大型蒙皮制造是大型飞机制造的关键技术之一。重点介绍了喷丸成形和蠕变时效成形两种大型蒙皮制造技术的特点、国内外发展现状以及其中的关键技术。为了提高我国大型蒙皮技术制造水平,必须加大设备和关键技术方面的投入,同时也要对激光钣金技术予以必要的关注。     

钛合金熔模铸造技术在飞机制造业中的应用

概述了国内外钛合金熔模铸造技术的应用现状,并简要介绍了北京航空材料研究院、沈阳铸造研究所、贵州安吉航空精密铸造有限责任公司、洛阳船舶材料研究院四家企业的状况;同时提出了现阶段钛合金熔模铸造技术发展中的存在的问题。     

波音公司DCAC／MRM计划

论述了美国波音商用飞机公司如何在实现产品全部数字化基础上,进一步采用90年代新技术）──产品数据管理,在公司内全面展开飞机构形定义和控制及制造资源管理（DCAC／MRM）的庞大计划,说明了此计划的主要内容、工作原理和执行步骤,涉及到单源产品数据仓库、飞机构形定义和控制及精简作业流等。通过这一计划,真正实施并行工程,把市场需求和公司内的生产制造紧密地统一管理起来,极大地提高了企业的整体效益。     

我国高原重要航线飞机颠簸分布规律分析

根据2006年1-12月四川航空公司 A320和 A319飞机的机载 QAR数据,对我国高原重要航线上飞机颠簸次数、强度和出现的概率进行了统计,分析了我国高原重要航线上飞机颠簸的出现规律.研究指出,在我国高原航线上,飞机颠簸主要出现在冬春季节,以成都为中心,以九黄、丽江、大理、昆明为弧线的扇形区域,是高原航线飞机颠簸主...     

基于三级滤波的民用飞机组合导航融合算法研究

高精度导航系统是民用飞机必备的机载航电设备。针对民用飞机导航传感器冗余配置特点,设计了一种基于三级滤波的组合导航融合算法。首先根据民用飞机传感器配置特点设计三级滤波架构,然后通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,最终实现导航参数的最优全局估计。最后,通过计算机仿真证明该方法具有很好的位置、速度和姿态估计精度,能够满足民用飞机导航系统的高精度测量要求。     

MA60飞机水上漂浮特性研究

MA60飞机的水漂浮特性是通过从初始淹没深度、漂浮的稳定性、水的渗漏途径、有效漂浮时间和应急撤离时间等方面进行分析和论证的，证明其漂浮特性能满足水上迫降后乘员应急撤离的要求。     

半物理仿真飞机防滑刹车系统试验台设计

刹车系统仿真试验用于模拟飞机防滑刹车系统在飞机上的实际工作状况，实现对飞机运动及动力过程、道路状况以及刹车装置的压力一力矩特性等因素的软件实时仿真。适用于各种飞机防滑刹车系统的仿真试验及各刹车元件的性能试验。     

论机动飞机机体/进气道一体化

机动飞机／发动机一体化,一直是多年来国际上研制高机动性战斗机中不容忽视的一项重大课题,目的在于提高发动机包括进气道、尾喷管在内的推进系统的工作效率和稳定性。列举了国外的一些型号,特别是有分叉进气道战斗机在研制中必须加以考虑的一体化问题,并从设计原理的角度,给出了一些旨在提高性能与安全性的可供选择的进气道构形。     

飞机动力学和操纵性临界现象

叙述了飞行试验实践中飞机动力学和操纵性方面最典型的临界现象,分析了这些临界现象产生的原因,简述了飞行试验确定这些临界现象某些特性的方法,并提出了改善和预防这些临界现象的方法和描施。     

Prior-guided GAN-based interactive airplane engine damage image augmentation method

Deep learning-based methods have achieved remarkable success in object detection, but this success requires the availability of a large number of training images. Collecting sufficient training images is difficult in detecting damages of airplane engines. Directly augmenting images by rotation, flipping, and random cropping cannot further improve the generalization ability of existing deep models. We propose an interactive augmentation method for airplane engine damage images using a prior-guided GAN to augment training images. Our method can generate many types of damages on arbitrary image regions according to the strokes of users. The proposed model consists of a prior network and a GAN. The Prior network generates a shape prior vector, which is used to encode the information of user strokes. The GAN takes the shape prior vector and random noise vectors to generate candidate damages. Final damages are pasted on the given positions of background images with an improved Poisson fusion. We compare the proposed method with traditional data augmentation methods by training airplane engine damage detectors with state-of-the-art object detectors, namely, Mask R-CNN, SSD, and YOLO v5. Experimental results show that training with images generated by our proposed data augmentation method achieves a better detection performance than that by traditional data augmentation methods.